基于神经网络的多维自回归模型参数估计

本文提出一种基于神经网络的多维自回模型参数估计方法，该方法采用预畸变技术，使神经网络适合于多维自回归模型参数估计，其优点是直接利用时域信息、网络结构简单，估计准确，最后给出了一些模拟结果。     

用于AR参数估计的一种神经网络新方法

提出一种用于估计ＡＲ参数的神经网络新方法和相应的递归预测误差算法，其优点是网络结构简单，估计结果准确。使用作者所提出的方法在估计ＡＲ功率谱时具有频率偏移小，无谱线分裂等优点。仿真模拟结果表明，文中所提出的神经网络方法和相应的算法是有效的。     

矩阵变量的矩阵值函数的导数

利用矩阵的Kronecker积．对矩阵变量给出了矩阵微分算子．任一矩阵值函数关于矩阵变量的导数定义为矩阵微分算子与矩阵值函数的右Kronecker积，从而通常的一元函数的导数、多元函数的偏导数、梯度等概念都可作为其特殊情形．文中得出了矩阵微分算子的三条基本性质并由此建立了函数矩阵的导数、数量函数对矩阵变量的导数及矩阵值函数对矩阵变量的导数之间的联系．作为Kronecker积的另一应用，文中得出了矩阵方程AX=XB有非零解矩阵的充分条件是；当λ1，λ2，…，λa是n阶矩阵A与B的全部互异特征值，ki，ri分别为λi在矩阵A与B中的重数时，Σki=1 kiri≥1。     

测量误差二次多项式回归模型的参数估计

本文在Fuller.W.A等人做出的测量误差一元线性回归模型及一元p维向量线性回归模型的参数估计基础上,讨论了测量误差二次多项式回归模型的参数估计。利用测量误差多项式回归模型样本（Yt,Xt）,t=1,2,…,n,通过统计方法求出样本所包含的统计信息,得出了测量误差二次多项式回归模型的参数估计。     

一类不可微复合函数的二阶广义方向导数

研究一类不可微复合函数Ｃｈａｎｅｙ意义下的二阶广义方向导数,并且得到这一类不可微问题的二阶最优性条件。     

两两NQD序列下非参数回归函数估计的相合性

在两两NQD序列误差下讨论Priestly,M.B.和Chao,M.T.[1]提出的一类给参数回归函数加权核估计的相合性.     

Beta算子的导数对一类函数的逼近速度

利用渐近分析的方法讨论了Beta算子的导数对一类函数的逼近速度,获得了类似函燮华的结果。     

亚纯函数及其k阶导数的一个正规定则

得到了一个亚纯函数及其k阶导数在单位圆内分担全纯函数的正规定则。     

基于有删失数据的失效率非参数估计方法

为解决当寿命分布的数学形式完全未知，而寿命试验数据又含有右删失数据的情况下，如何估计失效率函数的问题，推广运用密度结构估计的处理手段，根据极大似然的估计思想，在推推导出失效率函数估计的数学形式基础上，构造特殊的样条插值，给出了失效率函数的连续非参数估计。     

非参数估计中核估计的构造及相合性

讨论了非参数估计中的核估计方法,对于相互独立同分布的随机变量的密度函数引进了新的估计量方法,并且讨论了此估计的量的逐点相合性,求出了未知密度函数的区间估计,最优窗宽。     

Local Polynomial Estimation of Distribution Functions

Introduction It is always a focus for statisticians to estimateand predict the function and the related informationusing sample data in the situation without knowing thedistribution function. LetX1,X2,…,Xnbe a samplefrom a population with distribution fu…     

���������ع�ģ�͹��Ƹ��ٹ�·ͨ������

高速公路通过能力一般被认为是车流与流速或车流与车流密度关系曲线上的最高点。在过去的研究与应用中,仅这两个曲线中的一条被用来估计通过能力。隐含于另外一条没有被采用的曲线中的信息会由此而浪费。如果这两条曲线被分开来估计的话,就会有两个不同的通过能力估计值。同时应该注意到,既使是仅用一条曲线时,分别对应于车流堵塞与非堵塞的两个曲线段也是通常分开来估计的。这同样存在信息缺失问题。本研究采用样条回归模型同时估计两个曲线。其中,每一曲线被表达成两个直线方程的组合。为采用此法,本研究提出并编写了计算机最优化算法。该优化算法不仅估计两条曲线和两组直线方程,而且同时给出唯一通过能力值。应用该算法得出的计算结果显示这一高速公路通过能力估计方法是可行的。     

Some Results on Unicity of Entire Functions Related to Normal Families

IntroductionLet D be a domain in C.Define for f mero-morphic on D and a,b∈C,we putE(a,f)={z∶f(z)-a=0}where a zero of multiplicity m is counted m times inthe set.And put-E(a,f)=f-1({a})∩D={z∈D∶f(z)=a}Then f and g share a IM(ignoring multiplicities),i.e.-E(a,f)=-E(a,g)If f-a and g-a have the same zeros with thesame multiplicities,then f and g share the value aCM(counting multiplicities),i.e.E(a,f)=E(a,g)A meromorphic function f on C is called anormal function if there exists a posit…     

桥梁颤振导数与广义颤振导数对比分析

从振幅和风速2种角度解释了桥梁自激气动力非线性的起因;提出了.广义颤振导数"概念,对其物理意义进行了解释;绘制了平板和苏通大桥主梁节段模型的广义颤振导数曲线,对比分析了各种广义颤振导数的特点,验证了广义颤振导数的优点.分析结果表明,相对传统颤振导数,广义颤振导数物理意义更为明确;根据以物理风速为横坐标的广义颤振导数曲线更易于理解桥梁自激气动力的非线性特点.     

回归诊断中数据集对各点拟合值的影响分布

本文讨论了回归诊断中用于判别强影响点的各种影响函数以及它们相互之间的关系,给出了数据集对各点拟合值的影响分布,它可以作为判别强影响点的又一度量工具。最后建立了影响分布与复相关系数的联系并在多元线性模型的回归诊断中推广了这些结果。     

非高斯AR序列参数的加权最小二乘估计

加权最小二乘估计是一种兼具精度与速度的非高斯自回归序列参数估计的优秀算法.使用混合高斯自回归模型描述估计问题之后,又从最大似然估计非线性方程组出发导出了与之近似的加权最小二乘估计线性方程组,并分析了加权函数的性质,给出了具体的两步实现算法.探讨了加权函数获得与激励方差估计2个细节问题,给出了一组实例.